找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

1459

积分

0

好友

189

主题
发表于 16 小时前 | 查看: 4| 回复: 0

文章头图:2025年AI与可扩展性主题,包含仪表盘、分子结构和数据模块的插图

随着2025年的技术浪潮逐渐平息,许多企业发现自己正站在一个全新的十字路口。过去几年,行业的焦点始终围绕着数据的采集与管理。然而今天,仅仅拥有数据已经远远不够。为了在自主系统驱动的未来中占据先机,组织必须实现一次关键的认知升级:从关注“数据层”转向构建“知识层”。

过去一年,也见证了作为图数据库领域领导者的Neo4j完成了一次根本性的战略演进。我们从一个卓越的图数据库和分析工具提供商,转型为全球领先的图智能平台。这一转变源于一个核心认知:要让AI从实验室走向生产核心,它需要的远不止是原始信息。AI需要上下文、需要理解关系、更需要进行逻辑推理的能力。通过将碎片化的数据转化为结构化、可探索的知识网络,Neo4j正在为下一代智能代理系统提供关键的“认知基础设施”,帮助企业在日益复杂的商业环境中实现自主决策。

Neo4j图智能平台:三层协同生态系统

为了支撑这一宏大愿景,我们将Neo4j图智能平台设计为一个紧密协同的三层架构。这个架构的目标非常明确:弥合原始数据与自主智能应用之间的巨大鸿沟。

第一层:数据库与图算法层
这是整个平台的基石,由我们的全托管云原生图数据库AuraDB提供核心动力。2025年,我们实现了一个重要里程碑:提供了统一的“图引擎”,使其能够在全球三大主流公有云上无缝运行。该引擎集成了用于水平扩展至100TB以上的“Infinigraph”分布式架构,以及一个包含超过65个生产就绪图算法的强大库,能够以传统方法两倍的速度交付业务洞察。

第二层:AI驱动的图工具
中间层由一系列智能化的图工具构成,旨在实现知识创造的民主化。从用于直观数据建模的Neo4j Workspace,到Aura平台中由AI自动生成的交互式仪表盘,这些工具使得业务团队和技术团队都能在几分钟内,将杂乱的文档和结构化数据转化为清晰、可导航的知识图谱。

第三层:图AI层
最顶层是图AI层,它充当了现代企业智能系统的“推理引擎”。通过Aura Agent,开发者现在可以在几秒钟内构建并部署具备上下文感知能力的“多跳”智能代理。而我们的“Agentic Brain”则提供了自主系统做出可靠、有根据决策所必需的基础服务——持久化记忆和动态的“上下文图”。

这个三层平台可以通过丰富的AI原生开发接口进行集成,包括模型上下文协议(MCP)、主流Agent框架、云平台集成,以及使用我们的各类驱动程序和GraphQL API。

Neo4j图智能平台三层架构图:Aura代理层、智能体生态层、智能体大脑层及AI工具层

数据库的可扩展性与可靠性革新

Infinigraph:突破性的分布式架构
Infinigraph的发布,标志着企业扩展其复杂数据网络的方式发生了范式转变。这种突破性的分布式架构实现了水平扩展至100TB及以上规模,允许组织在单一、统一的系统中同时运行大规模的事务处理和分析型工作负载。

定义这一新标准的几个关键特性包括:

  • 大规模性能:支持超过100TB的数据集,具备快速的初始批量加载和实时增量更新能力,彻底消除了对复杂ETL管道的需求。
  • 集成智能:原生分片的全文和向量索引能够直接在图中嵌入数十亿个向量,为高性能语义搜索和前沿AI应用提供动力。
  • 企业级严谨性:即使在分布式集群环境中,也始终保持完全的ACID合规性和事务一致性,确保数据完整性万无一失。
  • 无与伦比的简单性:对所有API调用和标准Cypher查询语言保持透明。这意味着现有的应用程序和Neo4j工具(如Browser、Bloom和图分析)可以无缝工作,无需重写任何代码。

Neo4j为企业处理不断增长的数据需求提供了灵活的架构选择。对于需要高可用性和读取扩展的场景,复制图模型可以将适合单机的图在集群环境中进行复制。为了支持超大规模数据量,Infinigraph支持分片图,即将一个巨型图分布到集群中的多台机器上。此外,联邦图(Fabric)功能允许用户对组织内多个独立的图(如供应链图和零部件图)执行联合查询,高效地聚合信息。

数据处理架构图:展示流式写入、分析读取与分片存储的数据流向

AuraDB:全托管云原生平台持续进化

AuraDB继续作为我们云优先战略的高性能支柱,目前在全球支撑着超过30,000个活跃数据库。为了更好地满足多样化的企业需求,我们推出了三个不同的服务层级(SKU)—— AuraDB Professional、Business Critical 和 Virtual Dedicated Cloud,并为AuraDB Professional和图分析提供了新的免费试用,以加速用户的“惊艳时刻”。

今年,我们通过多项重大的架构更新,优先考虑了操作灵活性与成本效益:

  • 资源优化:全新的可调存储功能允许组织独立扩展存储和内存(RAM),确保随着数据量增长,企业只为实际需要的计算资源付费。
  • 企业级扩展与性能:我们引入了“从属节点”,为读密集型工作负载提供无缝的横向扩展能力,即使在高强度需求下也能保障一致的性能。
  • 强化的安全与合规:Aura现在支持通过Entra和Okta的单点登录(SSO)、客户托管加密密钥(CMEK),以及通过VPC对等连接和私有链接实现的私有网络。所有这些都由新的活动馈送功能支持,该功能捕获全面的网络、安全和操作事件,满足审计就绪的合规要求。
  • 统一管理:新的项目与计费管理工具允许客户按成本中心或环境对项目进行分组,直接在控制台中追踪预付信用,并通过云市场管理灵活的支付升级。

这些进步确保AuraDB不再仅仅是一个托管数据库,而是整个图智能平台最安全、最灵活、最可靠的基础。

大规模分片图架构示意图:展示复制图、联邦图和分片图三种模式

Aura(无服务器)图分析:解锁数据生态价值

2025年我们最引以为豪的里程碑之一,是Aura图分析的正式发布。这是一项从根本上改变企业从其数据生态系统中获取价值的突破性服务。这项无服务器、按需付费的产品提供了65个以上的内置图算法,可以针对任何云平台上的任何企业数据运行。

其独特之处在于,它能够提供业界最先进的图算法,而无需将数据完全复制到Neo4j中。这意味着数据科学家和分析师可以:

  • 处理所有企业数据:轻松创建分析会话,利用来自AWS S3、Databricks、Snowflake和BigQuery等数据湖的相关数据。
  • 驱动实时洞察:支持高吞吐量场景和实时执行,为关键业务决策提供动力。
  • 实现真正的协作:提供交互式并行体验,允许多个用户同时运行复杂算法而不会导致性能下降。
  • 完成分析闭环:运行复杂的图分析,并将结果直接写回您自己的存储系统,确保生成的“知识”能无缝集成回您的数据资产。

通过消除基础设施管理和数据移动带来的摩擦,Aura图分析确保了图计算的强大能力随时可用,触手可及。

(注:此处对Aura 2025详细季度路线图进行了概括性引用,保留了其作为无服务器图分析核心特性的信息。)

AI驱动的工具与用户体验:让“图的力量”触手可及

2025年,我们兑现了“5-5-5体验”的承诺(5秒注册,5分钟用数据创造惊艳,5天看到真正价值),将Aura中的统一体验全面转变为原生的AI驱动生态系统。我们简化了端到端的用户旅程,允许用户在几分钟内,将原始的企业数据库和数据仓库迁移至一个完全就绪、可立即进行分析和可视化的Neo4j图模型中。Aura控制台现在还允许您连接到任何自管理的Neo4j数据库,无论它部署在本地、其他云上,甚至是在您的个人笔记本电脑上。

这一转变的核心,是让“图的力量”对所有人变得可及,无论其技术背景如何:

  • AI驱动的数据建模:我们的数据导入工具现在配备了定制的AI模型,能够自动将复杂的列式和关系型数据结构,转换为优化的图数据模型,消除了手动设计图谱模式的猜测工作。
  • 自然语言探索:我们将Co-pilot体验直接集成到查询工具和Bloom探索工具中,用户可以使用简单的自然语言描述,来执行复杂的多跳分析和图查询。
  • 零知识仪表板:我们全新的仪表板工具(作为NeoDash的官方继任者)支持即时可视化。用户只需陈述一个目标,例如“生成一个展示产品性能的仪表板”,工具就会自动查询底层图谱模式,构建出专业级的可视化图表,无需用户事先了解数据集细节。

如果说2025年的重点是将AI注入工具本身,那么我们已经开始展望2026年——届时,我们将推出完全由AI驱动的用户引导旅程,让每一位新用户向图智能的过渡都更加顺畅无阻。

AI驱动的图工具功能展示:数据导入、图建模、Cypher生成、仪表盘

统一的全舰队管理:应对多云复杂性

为了应对现代多云环境日益增长的复杂性,我们推出了统一的全舰队管理功能。这是一个集中式的指挥中心,可以监控和管理全球企业环境中的每一个Neo4j数据库实例。该功能使组织能够超越单个数据库的维护,实现主动监控,提供深度的健康洞察和性能优化建议,同时实时识别潜在的安全风险。

通过简化运维操作,我们确保了工作负载管理能够在整个数据库舰队中无缝进行,显著降低了关键企业数据面临的风险和停机时间。最后,我们简化了上云路径:我们的舰队管理工具现在允许企业只需点击几下,就能将自管理的数据库迁移到Aura平台,确保现有投资可以轻松过渡到我们的图智能平台。

Neo4j Desktop V2:赋能本地开发者

通往图智能的旅程往往始于开发者的工作站,而Neo4j Desktop V2正是为此设计的终极创新起点。作为我们更广泛的“自管理”生态系统的一部分,Desktop V2提供了一个统一的本地控制台,包含了完整的Neo4j图数据库企业版(开发者许可),让开发者在享受业界领先图数据库强大功能的同时,也能拥有离线工作的便利。

Neo4j Desktop集成了您从Aura平台所熟知的所有图工具——查询、探索、仪表板和导入——以确保同样流畅的本地开发体验。

除了本地开发,Desktop V2还是一个关键的“上云”桥梁。它支持与任何远程实例的无缝连接,包括生产环境的AuraDB数据库,实现了跨环境的一致管理体验。为了进一步加速价值实现,我们在界面内集成了“一键部署到云”以及将本地数据库迁移到AuraDB的能力,确保今天在笔记本电脑上构建的原型,明天就能成为支撑全球业务的“智能代理大脑”。

图分析(GDS)技术架构与价值主张图

赋能开发者:增强的开发者接口与AI集成

我们2025年对开发者生产力的关注,体现在一套旨在让图技术构建比以往更直观、更高效的工具上。这一体验的核心是我们的VS Code扩展,它现在支持专业级的开发环境,具备特定版本检查、由最新Cypher语法驱动的自动完成,以及强大的连接管理。开发者首次可以在VS Code中利用专用的查询结果面板,获得与Neo4j Browser中同样丰富的图可视化和表格视图。

为了确保Neo4j能无缝集成到更广泛的企业技术栈中,我们在API和驱动程序方面提供了关键更新:

  • 高级JDBC驱动程序:该驱动程序通过支持SQL到Cypher的转换和智能模式映射,促进了与深度工具的集成,允许传统的基于SQL的工具(如BI报表软件)与图数据进行原生交互。
  • 低代码GraphQL库:我们增强了Neo4j GraphQL库和服务,使开发者能够以最少的代码部署企业就绪的API,弥合前端应用需求与后端图能力之间的差距。
  • 高性能查询API:我们的查询API(通过HTTPS执行Cypher)提供了一种简化的方式来执行单个Cypher请求,响应以标准JSON格式返回,使其成为现代Web应用程序和无服务器函数的理想选择。

集成的AI函数
关键的添加项包括用于高效嵌入生成的 ai.text.embedai.text.embedBatch,以及用于与OpenAI、Vertex AI、Amazon Bedrock及本地模型等LLM直接交互的 ai.text.completionai.text.chat

原生向量支持
我们引入了对具有特定维度和精度的原生向量数据类型的支持,实现了更高效的存储,以及嵌入输出与向量索引之间的无缝互操作性。

新的命名空间
新的API遵循一致的 ai.[noun].[action] 命名方案,并要求显式定义模型。这种架构选择可以防止因使用默认模型而导致的静默失败,并确保随着模型的演进或淘汰,开发者能始终保持对其AI工作流的完全控制。

高级逻辑
通过能够在Cypher查询中直接调用这些函数和过程,用户现在可以在单个查询中组合向量搜索、图遍历和LLM推理,显著降低了构建智能、上下文感知型应用程序的复杂性。

将图智能引入更广阔的生态系统

在为您已有的数据资产注入图智能方面,我们的雄心不止于已经存储在Neo4j数据库中的数据。事实上,我们的愿景是让图智能无处不在。

适用于Microsoft Fabric的Neo4j图智能
适用于Microsoft Fabric的Neo4j图智能工作负载于2025年第四季度正式发布。借助此工作负载,Fabric客户现在可以轻松地从他们的OneLake数据表中发掘全新的关联洞察。凭借零管理开销、AI辅助的图建模和无缝的Fabric集成,您可以在一个完全托管、安全且可扩展的Azure环境中,利用直观的无代码探索和高级图算法,用图驱动的洞察来丰富您的OneLake表。

适用于Snowflake的图分析
适用于Snowflake AI数据云的Neo4j图分析应用程序是我们2025年提供的另一个强大的集成方案。

统一车队管理架构图:展示Aura与自管理(Neo4j企业版/桌面版/社区版)的全线产品管理

结语

2025年是Neo4j转型历程中至关重要的一年。我们成功地从图数据库的领导者,演进为图智能平台的开拓者。通过Infinigraph带来的突破性扩展能力、AuraDB提供的企业级全托管服务、AI驱动的工具生态系统,以及与主流数据平台的深度集成,Neo4j正在为企业构建自主智能系统提供坚实可靠的基础。

展望2026年,我们将继续深化AI能力,进一步简化用户体验,致力于让图智能真正成为每家企业触手可及、驱动持续创新的核心动力。对于希望深入探讨图技术与AI结合最新实践的开发者,欢迎访问云栈社区交流分享。

原文链接:https://neo4j.com/blog/news/2025-ai-scalability/




上一篇:OpenClaw本地部署指南:在闲置Mac上运行AI助手并集成飞书插件
下一篇:HR晒“降本”战绩反被裁:短视管理如何掏空团队
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-2-23 22:08 , Processed in 0.384644 second(s), 41 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表